Model-based perturbational neurophysiological markers of TMS iTBS in Treatment-Resistant Depression
Notice bibliographique
Résumé
Repetitive transcranial magnetic stimulation (rTMS) is a non-invasive technique to modulate brain activity, often used in treating Major Depressive Disorder (MDD) by targeting fronto-limbic circuitry.Despite its clinical utility, optimizing rTMS protocols remains challenging due to the complex and variable effects of parameter changes on synaptic plasticity.Oscillatory brain activity, measurable via EEG, serves as a biomarker for functional circuits and treatment response.To better understand these mechanisms, we used computational modeling of corticothalamic circuits to explore the impact of rTMS on brain oscillations and connectivity.We integrated homeostatic calcium-dependent plasticity (CaDP) with a Bienenstock-Cooper-Munro (BCM) sliding threshold in a neural population model of resting-state EEG, simulating iTBS effects on spectral power, synaptic efficacy, and calcium volumes by varying protocol parameters.Our findings highlight a resonance between theta stimulation and restingstate alpha rhythms, enhancing incoming excitatory long-term depression (LTD) and inhibitory long-term potentiation (LTP), leading to corticothalamic feed-forward inhibition.Induced effects were encapsulated by a weakening of corticothalamic loops and enhancement of intrathalamic loops.This work offers a novel paradigm for individualizing iTBS treatments, provides insights into the neurophysiological basis of clinical responsiveness, and offers a framework with which to derive tailored protocols.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».